基于数据集市实现报表自动生成和批量下载

针对地市电信运营商报表应用中存在数据不一致、工作效率低的问题,提出一种整合各应用数据库资源,运用星型模型构建地市数据集市,实现报表自动生成及批量下载的解决方案。方案实施后,大大提高了报表一致性和准确性,员工工作效率得到了很大提高。     

基于数据立方体的多维关联规则在旅游服务中的应用

由于旅游行业的激烈竞争,旅游资源库中凌乱存放的数据已经不能满足旅游信息管理的需求。介绍了基于数据立方体的多维关联规则算法在智能旅游服务中应用的方法,该方法有效整合了旅游资源库中的信息,从而可以为用户提供所查询的信息以及所有与此信息相关的关联信息,满足游客多维信息查询的需求,比传统的单维查询具有智能、高效、个性化优质服务的优点。     

大数据背景下多维传感器数据融合过程与算法研究

在分析国内外大数据及数据融合研究现状的基础上,针对多维传感器产生的海量数据存在冗余性、割裂性、片面性,数据来源广、维度多、类型杂等特点,分析了数据融合的基本原理及基本步骤,并论述了数据融合的分类方法。在此基础上,提出基于深度置信网络（DBN）的多维传感器数据融合算法,在人工神经网络基础上,重点介绍了DBN的结构及DBN的训练过程。在每一层中,采用数据向量推断隐层,然后把这一隐层作为下一层的数据向量,从而寻找最佳权值。在设定的实验场景下,对多维传感器数据集实例进行实验。实验中分析了算法的重构误差、算法的耗时性等参数。仿真结果表明,所提出的算法具有有效性和优越性,对改进大数据环境下多维传感器数据融合算法具有借鉴意义。     

XML在OLAP多维数据建模中的应用

XML已经成为表示结构化和半结构化数据的标准格式，为了描述XML数据的结构和内容，几个xML模式语言已经被提出。本文首先简要介绍了XML的特点与文档格式，接着介绍利用XML来定义和记录OLAP多维数据建模中元数据（包括维度和多维主题）的详细过程，最后给出了一种通用OLAP工具——KDOLAP的多维数据建模工具的设计与实现方法。     

云计算环境中多维数据集的查询与分布策略研究

针对多维数据集的特点,首先定义了查询等价集等概念,并结合云计算环境提出了多维数据集的查询算法.根据算法过程中各类因素的影响,提出了一种云计算环境中多维数据集的数据分布策略.理论分析与实验结果均表明,将本文提出查询与分布策略应用于云计算环境中的多维数据集,能有效的优化数据分布,提高数据查询的效率.     

电信行业大数据多维报表展现模式的研究和应用

大数据时代的到来给电信运营商带来了更多的机会和挑战,急需研究大数据处理技术,从日趋庞大的数据中提炼出有用的信息,以快速支撑精准分析和决策。文章将从多维报表展现的角度出发,针对电信企业在大数据环境下存在的迫切问题,结合业界在多维分析的最新技术,提出大数据多维报表展现的具体模式,并给出其具体应用场景。     

LDAP基本模型在数据持久层中的应用

数据存储是大多数应用软件开发的基本环节之一。结合LDAP协议中提出的基本模型,提出了一种新的数据持久层实现。通过这个数据持久层,数据将作为一个信息节点存储到目录中。对比传统的数据持久层,他对数据的组织更加清晰,更加符合我们的认识习惯。开发者通过配置XML文件,自动实现业务实体到数据存储的转换,将持久层中的信息树存储到数据库中。总之,新的构架有助于优化数据组织,快捷开发和易于维护,将会有助于基于数据库的应用开发。     

基于多维大数据的长三角电力服务快速响应模型

传统电力服务快速响应建模方法存在客户诉求响应时间长、客户满意度低的问题,面对该问题,构建了基于多维大数据的长三角电力服务快速响应模型.在长三角电力服务需求数据采集网络构架的支持下,采集长三角电力客户基础档案数据、生产运行数据、关键设备智能化监测数据等,以采集到的电力多维大数据为基础,对电力需求信息进行分区定位,并采用决...     

大数据时代浪潮的“弄潮儿”——客服数据集市

进入2013年,海量的数据正在迅速膨胀并变大,它决定着企业的未来发展,虽然现在企业可能并没有意识到数据爆炸性增长带来的问题的隐患,但是随着时间的推移,人们将越来越多的意识到数据对企业的重要性。面临海量数据的挑战大数据(bigdata)是时下非常热门的话题,大数据是用来描述和定义信息爆炸时代产生的海量数据。大数据的发展能够为人们获得更为深刻、全面的洞察能     

OLAP系统中多维数据可视化的实现

联机分析处理(OLAP)是伴随着数据仓库出现的一种数据分析处理技术,其特点是使分析人员能够更充分地利用数据仓库中的数据资源,从多种角度、多个层次,快速地构建易为用户理解的并全面反映企业行为特征的数据快照,从而可使用户更加深入地了解企业的发展状况和趋势。多维性是OLAP的关键属性,因此OLAP系统必须能够将用户查询数据图形显示。利用DirectX技术设计并实现了多维数据的可视化。     

基于数据挖掘的OLAP分析技术及应用

数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一,介绍了数据挖掘(data mining)、数据仓库(datawarehouse)及联机分析处理(OLAP)技术。并以零售业决策支持系统为例,介绍了该系统的体系结构、数据仓库的设计、系统实现关键技术及各子系统功能,着重论述了如何利用OLAP技术实现企业决策支持系统。     

数据仓库在航空维修信息分析中的应用研究

在空军航空维修管理信息系统的基础上,提出了一个航空维修信息分析系统研究模型,应用此模型可以对航空维修信息进行联机分析处理,并用决策树算法及关联规则算法进行数据挖掘,以实现对航空维修信息的智能分析。     

数据挖掘在油田生产中的应用

提出了一种在油田钻井中,通过数据挖掘方法将油田数据库里的数据进行清洗、合并整理后,再通过关联规则算法对整理后的数据进行分析,最终选出适合某种岩层的钻头的过程,为油田生产中选择钻头提供一种参考方法,从而提高油田生产效率。     

基于OLAP多维数据模型的时间序列分析技术

在海量数据条件下,传统的数据统计方法在灵活性和效率等方面受到了制约,为此提出了一种时间序列多维数据建模方法和聚类算法,将OLAP技术应用到时间序列分析技术中,并以实例论证了方案的可行性和实用性。     

油田开发数据管理的研究与应用

本文通过Oracle 8数据库在油田开发数据管理上的研究实践,深入介绍了分区功能在大容量数据管理上的应用心得,对各行业日益庞大的数据量在管理应用上提出了一种新方法,具有较好的借鉴作用。     

基于多维度数据分析的系统隐身技术研究与应用

在企业信息系统中,针对信息安全问题采取基于零信任网络安全理念和软件定义边界(SDP)网络安全模型构建进行构建,实现企业信息系统在基于多维度数据分析环境下隐身。在授权终端为边界的安全系统中,解决了用户在企业信息系统中的业务访问控制问题,有效提高企业信息系统安全。     

支持向量机在油田系统建模中的应用

在以往油层含油判别分析的基础上提出了一种基于支持向量机的油藏建模方法，应用已知油层的原始资料作为已知信息，建立油气水层的识别模型，对某油区油气水层分布规律进行了解释。结果表明，采用支持向量机判断的油气分布规律与实际试油结果完全一致。同时，将支持向量机用于试井压力恢复曲线的拟和，拟和的最大相对误差为0．9623％.这表明将支持向量机算法用于油田系统建模是十分有效的。     

基于GPRS和Delphi的油田抽油机负荷数据采集系统

针对油田抽油机控制需要对负荷数据实时、远程监控的要求,为了适应现场环境,提出了一种将GPRS无线通信技术与WINDOWS虚拟界面相结合的设计方案。该方案以TI的DSP和H7708 GPRS模块为网络平台,设计了数据采集处理系统,应用Delphi编写程序,实现对抽油机负荷数据采集,分析,存储,输出。经过实验测试表明：系统运行稳定,效果良好。